东方时讯网IntegratedBiosciences的研究人员在5月号的NatureAging上发表了一篇新出版物，该公司是一家结合合成生物学和机器学习以针对衰老的生物技术公司，展示了人工智能(AI)发现新型衰老化合物的能力，这是一类小分子深入研究它们抑制与年龄相关的过程(如纤维化、炎症和癌症)的能力。
与麻省理工学院(MIT)以及麻省理工学院和哈佛大学博德研究所的研究人员合作撰写的论文“使用深度神经网络发现小分子senolytics”，描述了AI引导筛选超过800,000种化合物的方法揭示了三种候选药物，它们与目前正在研究的senolytics具有相当的疗效和优越的药物化学特性。
“这项研究结果对于长寿研究和人工智能在药物发现中的应用都是一个重要的里程碑，”IntegratedBiosciences的联合创始人、该出版物的第一作者FelixWong博士说。“这些数据表明，我们可以在计算机上探索化学空间，并出现多种候选抗衰老化合物，这些化合物更有可能在临床上取得成功，与当今正在研究的同类中最有希望的例子相比。”
Senolytics是在不再分裂的衰老细胞中选择性诱导细胞凋亡或程序性细胞死亡的化合物。衰老的一个标志，衰老细胞与广泛的与年龄相关的疾病和病症有关，包括癌症、糖尿病、心血管疾病和阿尔茨海默氏病。尽管临床结果很有希望，但迄今为止发现的大多数senolytic化合物都受到生物利用度差和不良副作用的阻碍。IntegratedBiosciences成立于2022年，旨在克服这些障碍，瞄准其他被忽视的衰老特征，并利用人工智能、合成生物学和其他下一代工具更普遍地推进抗衰老药物的开发。
“治疗与年龄有关的疾病最有希望的途径之一是确定治疗干预措施，选择性地将这些细胞从体内清除，类似于抗生素如何在不伤害宿主细胞的情况下杀死细菌。我们发现的化合物显示出高选择性，以及有利的产生成功药物所需的药物化学特性，”IntegratedBiosciences衰老生物学负责人、该出版物的联合第一作者SatotakaOmori博士说。“我们相信，使用我们的平台发现的化合物将改善临床试验的前景，并最终帮助老年人恢复健康。”
在他们的新研究中，IntegratedBiosciences的研究人员根据实验生成的数据训练深度神经网络，以预测任何分子的衰老活性。使用这个AI模型，他们从超过800,000个分子的化学空间中发现了三种高度选择性和有效的senolytic化合物。这三种药物都显示出提示高口服生物利用度的化学性质，并被发现在溶血和遗传毒性试验中具有良好的毒性特征。
结构和生化分析表明，所有三种化合物都与Bcl-2结合，Bcl-2是一种调节细胞凋亡的蛋白质，也是化疗靶点。在80周大的小鼠(大致相当于80岁的人类)中测试其中一种化合物的实验发现，它可以清除衰老细胞并减少肾脏中衰老相关基因的表达。
麻省理工学院医学工程与科学Termeer教授JamesJ.Collins博士说：“这项工作说明了人工智能如何用于使医学更接近解决衰老的疗法，衰老是生物学的基本挑战之一。”和综合生物科学科学顾问委员会的创始。柯林斯博士是NatureAging论文的资深作者，他领导的团队在2020年发现了第一种通过机器学习识别的抗生素。
“IntegratedBiosciences建立在我的学术实验室在过去十年左右所做的基础研究的基础上，表明我们可以使用系统和合成生物学来靶向细胞应激反应。这个实验杰作和产生它的恒星平台使得这个工作在药物发现领域脱颖而出，将推动长寿研究取得实质性进展。”